Grado en Ciencia e Ingeniería de Datos

Programas de intercambio

El programa Erasmus permite a estudiantes de la UC3M de Grado y Postgrado, cursar uno o varios cuatrimestres en una de las universidades europeas con las que la UC3M tiene acuerdos o realizar un Erasmus Placement, es decir, una estancia en prácticas en alguna empresa de la UE. Estos intercambios cuentan con dotación económica  gracias a las Becas Erasmus que proporcionan la UE y el Ministerio de Educación español.

Por su parte, el programa de Movilidad No Europea permite a los estudiantes de Grado de la UC3M cursar uno o varios cuatrimestres en una de las universidades internacionales con las que la universidad mantiene acuerdos. Además cuenta con dotación económica  proporcionada por el Banco Santander y la UC3M.

En ambos casos, las plazas se ofrecen en convocatoria pública y son adjudicadas a los estudiantes con mejor expediente que han superado el umbral de idioma (inglés, francés, alemán…) exigido por la universidad socia.

Movilidad europea

Movilidad no europea

Perfil de ingreso

A la vista de las vías y requisitos de acceso, parece muy recomendable que el alumno que ingresa en este Grado haya cursado la modalidad de Bachillerato de Ciencias, (o, en su caso, una modalidad equivalente de Bachillerato o similar en cuanto a las materias cursadas cuando el estudiante provenga de otros sistemas educativos no españoles).

Como puede verse en el Programa, este grado combina el aprendizaje de un conjunto de conocimientos y competencias multidisciplinares procedentes de áreas de conocimiento como matemáticas, estadística, informática y telecomunicaciones.

En relación con el acceso de Formación Profesional, si bien no existen limitaciones de acceso a los grados en función de la rama a la que se adscriben, para el acceso a este título resulta más recomendables los Ciclos Formativos de Grado Superior de la familia profesional de Informática y Comunicaciones, especialmente los ciclos formativos de Técnico Superior en Administración de Sistemas Informáticos en red, desarrollo de aplicaciones multiplataforma y desarrollo de aplicaciones web.

Puestos a destacar algún contenido competencial idóneo en relación con el perfil de ingreso, el alumno debería tener una buena formación previa en Matemáticas. Son muy apreciables actitudes personales de iniciativa, trabajo en equipo, organización personal del trabajo, capacidad de abstracción, pensamiento crítico y responsabilidad e interés por la aplicación práctica de los conocimientos para la resolución de problemas reales, así como un alto nivel de competencia en habilidades directivas y gestión tecnológica.

Finalmente, la Universidad imparte el grado solo en opción inglés, es decir, que los alumnos deben realizar sus 240 créditos en este idioma. Por ello, los alumnos deberán demostrar un buen nivel de competencias lingüísticas en inglés equivalente al nivel B2 en el Marco Común Europeo de Referencia para las Lenguas, dado que se va a recibir la docencia en dicho idioma y se va a trabajar con textos, materiales, ejercicios, etc. todos ellos en inglés.

Vías de acceso y solicitud de plaza en el grado

Perfil de graduación

Los egresados del Grado en Ciencia e Ingeniería de Datos deben ser capaces de diseñar y gestionar infraestructuras que soporten grandes cantidades de datos para su posterior análisis, de diseñar y construir sistemas capaces de integrar datos de diversas fuentes y procesar grandes volúmenes datos con el objetivo de optimizar el rendimiento del ecosistema de datos de una empresa, organismo o entidad. Además, los egresados serán capaces de convertir datos sin procesar en conocimiento, aplicando técnicas de estadística, aprendizaje automático y reconocimiento de patrones, que permitan resolver problemas críticos del negocio.

Para ello, los egresados tendrán fuertes habilidades de programación, capacidad para diseñar nuevos algoritmos, manejar grandes volúmenes de datos y capacidad de análisis para interpretar los resultados de sus hallazgos y mostrarlos mediante técnicas de visualización. Además, los egresados deberán estar al día con las últimas tecnologías informáticas de vanguardia, puesto que deberán trabajar con conjuntos de datos de diferente naturaleza y ser capaces de ejecutar sus algoritmos con datos de gran tamaño de manera eficaz y eficiente.

Además, estarán capacitados para desarrollar su carrera profesional en todos los sectores industriales y profesionales que demandan el perfil del científico e ingeniero de datos.

El trabajo del científico de datos está íntimamente relacionado con la estrategia empresarial en una gran variedad de sectores, ya que las tecnologías de aprendizaje automático e inteligencia artificial encuentran aplicación a muy diferentes niveles, que van desde la propia inteligencia de negocio, a la selección de recursos humanos, pasando por la gestión de clientes y proveedores o el marketing digital.

COMPETENCIAS BÁSICAS:          

CB1        Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a unnivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio.

CB2        Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio

CB3        Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética

CB4        Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado.

CB5        Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía.

               

COMPETENCIAS GENERALES:    

CG1       Conocimientos y habilidades adecuados para analizar y sintetizar problemas básicos relacionados con la ingeniería y la ciencia de datos, resolverlos y comunicarlos de forma eficiente

CG2       Conocimiento de materias básicas científicas y técnicas que capaciten para el aprendizaje de nuevos métodos y tecnologías, así como que le dote de una gran versatilidad para adaptarse a nuevas situaciones

CG3       Capacidad de resolver problemas con iniciativa, toma de decisiones, creatividad, y de comunicar y transmitir conocimientos, habilidades y destrezas, comprendiendo la responsabilidad ética, social y profesional de la actividad del tratamiento de datos. Capacidad de liderazgo, innovación y espíritu emprendedor.

CG4       Capacidad para la resolución de los problemas tecnológicos, informáticos, matemáticos y estadísticos que puedan plantearse en la ingeniería y ciencia de datos

CG5       Capacidad para resolver problemas formulados matemáticamente aplicados a diversas materias, empleando algoritmos numéricos y técnicas computacionales.

CG6       Capacidad para sintetizar las conclusiones obtenidas de los análisis realizados y presentarlas de manera clara y convincente tanto por escrito como oralmente.

               

COMPETENCIAS TRANSVERSALES:         

CT1        Capacidad de comunicar los conocimientos oralmente y por escrito, ante un público tanto especializado como no especializado.

CT2        Trabajar en equipo en contextos internacionales e interdisciplinares.

CT3        Adquirir conocimientos básicos humanísticos que permitan completar el perfil formativo transversal del estudiante.

CT4        Conocer y ser capaz de manejar habilidades interpersonales sobre iniciativa y responsabilidad, negociación, inteligencia emocional, etc. así como herramientas de cálculo que permitan consolidar las habilidades técnicas básicas que se requieren en todo ámbito profesional.

COMPETENCIAS ESPECÍFICAS

CE1        Capacidad para la resolución de los problemas matemáticos que puedan plantearse en la ingeniería y ciencia de datos. Aptitud para aplicar los conocimientos sobre: álgebra; geometría; cálculo diferencial e integral; métodos numéricos; algorítmica numérica; estadística y optimización.

CE2        Capacidad para identificar correctamente problemas de tipo predictivo correspondientes a unos objetivos y unos datos determinados y emplear los resultados básicos del análisis de regresión como fundamento básico de los métodos de predicción.

CE3        Capacidad para identificar correctamente problemas de clasificación correspondientes a unos objetivos y unos datos determinados y emplear los resultados básicos del análisis multivariante como fundamento básico de los métodos de clasificación, clustering y reducción de la dimensión.

CE4        Capacidad para la modelización matemática, implementación algorítmica y resolución de problemas de optimización relacionados con la ciencia de datos.

CE5        Capacidad para comprender y manejar conceptos fundamentales de probabilidad y estadística y ser capaz de representar y manipular datos para extraer información significativa de los mismos.

CE6        Capacidad para adquirir los fundamentos de la Estadística Bayesiana y aprender las diferentes técnicas de computación intensiva para implementar inferencia y predicción Bayesiana.

CE7        Capacidad para asimilar los conceptos básicos de la programación y capacidad de realización de programas orientados al análisis de datos.

CE8        Capacidad para diferenciar estructuras de datos, algoritmia, bases de datos y ficheros orientados al tratamiento de datos.

CE9        Capacidad para conocer la teoría de los lenguajes, gramáticas y automátas y su aplicación al análisis léxico y sintáctico asociado al análisis de datos.

CE10      Capacidad para utilizar las principales tecnologías usadas para el procesamiento de grandes cantidades de datos.

CE11      Capacidad para analizar y manipular señales analógicas y digitales en los dominios temporal y frecuencial.

CE12      Capacidad para modelar, predecir, filtrar y suavizar señales aleatorias y procesos de ruido.

 CE13     Capacidad para aplicar y diseñar métodos de aprendizaje automático en problemas de clasificación, regresión y agrupación y para tareas de análisis supervisado, no supervisado y por refuerzo/Ability to apply and design machine learning methods in classification, regression and clustering problems and for supervised, unsupervised and reinforcement learning tasks

CE14      Capacidad para diseñar soluciones basadas en redes neuronales artificiales/Ability to design solutions based on artificial neural networks

CE15      Capacidad para diseñar soluciones basadas en aprendizaje automático en aplicaciones en dominios específicos como los sistemas de recomendación, el tratamiento del lenguaje natural, la Web o las redes sociales online.

CE16      Capacidad para diseñar soluciones de tratamiento de audio, vídeo y visión por computador.

CE17      Capacidad para conocer los requisitos de seguridad (con énfasis en la privacidad) de los entornos de big data y las consiguientes medidas de protección: técnicas; organizativas y legales, así como conocer y manejar las técnicas de cifrado y su utilización para garantizar la seguridad de los datos.

CE18      Capacidad para adquirir conocimientos básicos y fundamentales de arquitecturas de red.

CE19      Capacidad para desarrollar aplicaciones Web y móviles y utilizarlas para capturar datos con ellas.

CE20      Capacidad para utilizar herramientas de visualización de datos para poder comunicar los resultados de los análisis realizados sobre los mismos, adaptándolos a públicos diferentes tanto técnico como no técnico.

CE21      Capacidad para utilizar herramientas modernas de optimización para resolver problemas prácticos de forma eficiente.

CE22      Capacidad para identificar aspectos básicos y actuales de las áreas funcionales de la empresa y comprender la relación existente entre las mismas para favorecer el emprendimiento.

CE23      Saber analizar, elaborar y defender de forma individual un problema del ámbito disciplinar del Grado aplicando los conocimientos, habilidades, herramientas y estrategias adquiridas o desarrolladas en el mismo.

RA1 Haber adquirido conocimientos avanzados y demostrado una comprensión de los aspectos teóricos y prácticos y de la metodología de trabajo en el campo de la ciencias e ingeniería de datos con una profundidad que llegue hasta la vanguardia del conocimiento

RA2 Poder, mediante argumentos o procedimientos elaborados y sustentados por ellos mismos, aplicar sus conocimientos, la comprensión de estos y sus capacidades de resolución de problemas en ámbitos laborales complejos o profesionales y especializados que requieren el uso de ideas creativas e innovadoras

RA3 Tener la capacidad de recopilar e interpretar datos e informaciones sobre las que fundamentar sus conclusiones incluyendo, cuando sea preciso y pertinente, la reflexión sobre asuntos de índole social, científica o ética en el ámbito de su campo de estudio;

RA4 Ser capaces de desenvolverse en situaciones complejas o que requieran el desarrollo de nuevas soluciones tanto en el ámbito académico como laboral o profesional dentro de su campo de estudio;

RA5 Saber comunicar a todo tipo de audiencias (especializadas o no) de manera clara y precisa, conocimientos, metodologías, ideas, problemas y soluciones en el ámbito de su campo de estudio;

RA6 Ser capaces de identificar sus propias necesidades formativas en su campo de estudio y entorno laboral o profesional y de organizar su propio aprendizaje con un alto grado de autonomía en todo tipo de contextos (estructurados o no).

Salidas profesionales

El trabajo del científico de datos está íntimamente relacionado con la estrategia empresarial en una gran variedad de sectores, ya que las tecnologías de aprendizaje automático e inteligencia artificial encuentran aplicación a muy diferentes niveles, que van desde la propia inteligencia de negocio, a la selección de recursos humanos, pasando por la gestión de clientes y proveedores o el marketing digital. 

En particular, destacamos ciertos sectores estratégicos en los que se prevé un fuerte impacto de la inteligencia artificial: alta tecnología y comunicaciones, medios de comunicación y entretenimiento, automoción y ensamblado, recursos y servicios básicos, transporte y logística, salud, biociencias, servicios profesionales, venta minorista, educación, marketing, relación con cliente y proveedores, y sector público.

Como consecuencia de lo anterior, existe un gran abanico de posibilidades de trabajo para el científico y el ingeniero de datos, entre los que podemos citar, por ejemplo:

• Científico de Datos (denominación generalista que engloba gestión de datos, diseño y desarrollo de algoritmos de inteligencia artificial en cualquier sector)
• Ingeniero de Datos (denominación generalista que da soporte hardware y software a la Ciencia de Datos)
• Desarrollador de software (ingeniería software en el ámbito de la inteligencia artificial)
• Desarrollador aplicaciones web/móviles (captura, almacenamiento, gestión y visualización de datos)
• Diseñador y desarrollador de servicios inteligentes
• Ingeniero de Estrategia (alineamiento de al estrategia de la organización con la tecnología necesaria)
• Director de Análisis de Datos
• Director de Investigación y Desarrollo Digital
• Líder y estratega de negocios digitales
• Gerente de Desarrollo de Negocios Digitales
• Director de Innovación Digital, Producto Digital
• Director de Marketing Digital
• Consultor de Negocios Digitales
• Director Ejecutivo
• Director de Transformación Digital
• Director de Ventas Digitales
• Director de Operaciones Digitales